Perseus de T-Bank: un framework de personalización con ML para todo el ecosistema de servicios

El 23 de julio de 2026, T-Bank presentó Perseus, un framework de personalización universal que reúne todas las acciones del usuario en los distintos servicios del ecosistema en una única secuencia de eventos y permite elevar las métricas de negocio entre un 3% y un 17%.

Qué problema resuelve Perseus

Perseus elimina la brecha entre los datos de las decenas de servicios de T-Bank, desde las compras en el supermercado hasta la contratación de una hipoteca. Hasta ahora, cada modelo de ML se entrenaba solo con los datos del servicio en el que se aplicaba, de modo que «veía» al usuario por fragmentos y no en su conjunto.

El problema se agravaba por la heterogeneidad de los datos: los equipos recopilan los eventos de forma independiente, cada servicio tiene su propio esquema y los productos nuevos carecen por completo de historial de comportamiento, el clásico «arranque en frío» (cold start). Según la descripción de T-Bank, eso impedía trasladar la personalización entre los productos del ecosistema y obligaba a cada equipo a construir su propio modelo desde cero.

• Autor: Oleg Lashinin, responsable del área de sistemas de recomendación de T-Bank
• Problema: cada servicio tiene su propio esquema de eventos y su propio modelo aislado
• En los servicios nuevos no hay historial del usuario: «arranque en frío»
• Solución: una secuencia única con todas las acciones del usuario
• Mejora de las métricas de negocio: del 3% al 17% según la tarea

Cómo funciona el flujo único de eventos

Perseus fusiona los eventos heterogéneos de todos los servicios en una sola secuencia cronológica y, a partir de ella, construye una representación completa del usuario. Según los desarrolladores, este enfoque convierte el framework en una herramienta flexible para trabajar con los datos del ecosistema y permite escalar la personalización con ML a distintos productos de la compañía, en lugar de reentrenar un modelo distinto para cada servicio.

La secuencia única resuelve dos tareas a la vez: unifica eventos con esquemas diferentes en un formato común y traslada la señal de comportamiento de los servicios maduros a los nuevos. Gracias a ello, el modelo obtiene contexto sobre el usuario antes de que este realice su primera acción en un producto concreto.

«Cuando el ecosistema tiene decenas de servicios, queremos que el modelo entienda al usuario en su conjunto y no por fragmentos», afirma

Oleg Lashinin, responsable del área de sistemas de recomendación de T-Bank, en el blog de la compañía en Habr.

Qué aporta al negocio

El principal resultado es la mejora de las métricas incluso donde la personalización antes no funcionaba. Según los datos de T-Bank, las métricas de negocio crecieron entre un 3% y un 17% en distintas tareas, y el efecto se mantuvo incluso para usuarios que no habían realizado ninguna compra en el servicio concreto.

Esta es la diferencia clave con los modelos de recomendación clásicos: sin historial de comportamiento, resultan inútiles. Perseus, en cambio, se apoya en las acciones del usuario en otros servicios del ecosistema y personaliza desde el primer contacto con un producto nuevo. Para una compañía con decenas de servicios, esto significa que lanzar la personalización en un producto nuevo deja de depender de acumular datos.

Qué significa

Los grandes ecosistemas fintech avanzan hacia un «perfil de comportamiento único»: en lugar de decenas de modelos aislados, un solo flujo de eventos con el que se entrenan todos los servicios. Para T-Bank, es una forma de activar rápidamente la personalización en productos nuevos que aún no tienen historial acumulado y de conseguir hasta un 17% de mejora en las métricas de negocio.

Preguntas frecuentes

¿Qué es Perseus de T-Bank?

Perseus es un framework de personalización universal que unifica las acciones del usuario en todos los servicios del ecosistema de T-Bank en una única secuencia de eventos. Sobre estos datos compartidos se construye la personalización con ML para distintos productos de la compañía a la vez.

¿Cuánto mejora Perseus las métricas?

Según los datos de T-Bank, en distintas tareas las métricas de negocio crecieron entre un 3% y un 17%, también para usuarios sin una sola compra, donde los modelos habituales no funcionan por la falta de historial.